基于BP神經網絡的脫機手寫體數字識別.pdf

1、BP神經網絡廣泛應用于非線性建模，模式識別、預測等方面。本文主要研究BP神經網絡在脫機手寫體數字識別方面的應用。神經網絡具有生物神經網絡的某些特征，是一個信息處理系統(tǒng)。神經網絡結構簡單、能夠大規(guī)模并行、容易用硬件實現(xiàn)，并且具有學習和記憶能力、自適應和多樣性等特性。 本文用MATLAB的imread.m函數讀取自采集的手寫體數字圖像，用自定義的歸一化算法進行圖像預處理，再用逐像素特征提取法提取數字特征，最后將提取到的數字特征進行編

2、碼作為神經網絡的輸入。抽取輸入樣本的特征向量，并選取足夠的樣本對BP神經網絡進行訓練，然后將測試樣本輸入到訓練好的網絡中，就可以根據網絡的輸出得到識別結果。 另外，針對BP網絡收斂速度慢，計算量大等缺點，改進了網絡的初始值，保證網絡穩(wěn)定快速收斂。還介紹了幾種BP神經網絡的改進訓練算法，利用MATLAB神經網絡工具箱提供的豐富的訓練函數，對幾種典型的BP網絡訓練算法的訓練速度進行了比較。仿真結果表明本文提出的用于手寫體數字識別的B